Benchmarking Classical, Hybrid, and Quantum Annealing Workflows on a Structured Control QUBO

Stellen Sie sich vor, Sie versuchen, einen riesigen, verhedderten Knoten aus einer Schnur zu lösen. In der Welt der Wissenschaft nennen wir das ein „Optimierungsproblem“. Sie haben ein Ziel – wie zum Beispiel den kürzesten Weg nach Hause zu finden, einen Koffer perfekt zu packen oder, in diesem Fall, ein Gewächshaus warm genug zu halten, ohne die Stromrechnung in die Höhe zu treiben. Jahrzehntelang haben wir leistungsstarke klassische Computer genutzt, um diese Knoten zu entwirren, indem wir Millionen von Möglichkeiten getesteten, ein wenig so, als würde ein sehr schneller, sehr müder Bibliothekar jedes Buch in einem Regal prüfen, um das richtige zu finden.

Doch vor kurzem ist eine neue Art von Maschine in die Bibliothek eingetreten: der Quantencomputer. Anstatt Bücher nacheinander zu lesen, nutzen diese Maschinen die seltsamen Regeln der Quantenphysik, um sich ihren Weg durch den Knoten zu „fühlen“, in der Hoffnung, das lose Ende sofort zu finden. Die große Frage, die sich alle stellen, lautet: Entwirren diese Quantenmaschinen den Knoten tatsächlich schneller oder besser als unsere alten, zuverlässigen Bibliothekare? Um das herauszufinden, benötigen Wissenschaftler einen fairen Test. Sie können den Quantencomputer nicht einfach eine Matheaufgabe auf einem Blatt Papier lösen lassen; sie müssen sehen, ob er ein reales Szenario bewältigen kann, wie etwa die Steuerung eines komplexen Systems, und ob die Antwort, die er liefert, in der realen Welt auch Sinn ergibt. Hier beginnt die Geschichte eines „Quanten-Gewächshauses“.

---

Das große Wettrennen der Gewächshausheizungen

In dieser Studie haben die Forscher Hamze Alavirad und Maryam Bahrami Zanjani ein hochkarätiges Rennen organisiert, um zu sehen, wer die Heizungen in einem virtuellen Gewächshaus am besten steuern kann. Stellen Sie sich ein Gewächshaus vor, das es warm für seine Pflanzen halten muss. Die Temperatur draußen ändert sich, die Sonne kommt und geht, und die Pflanzen haben eine spezifische „Glücks-Zone“, in der sie am besten wachsen. Die Herausforderung besteht darin, Stunde für Stunde zu entscheiden, ob man die Heizung für einen ganzen Tag (24 Stunden) an- oder ausschaltet. Schaltet man sie zu viel ein, verschwendet man Energie; schaltet man sie zu wenig ein, werden die Pflanzen zu kalt. Es ist ein schwieriger Balanceakt.

Um diesen Test für Computer fair zu gestalten, verwandelten die Forscher diesen Heizplan in ein riesiges Rätsel namens QUBO (Quadratic Unconstrained Binary Optimization). Betrachten Sie dies als die Übersetzung des Problems in eine Sprache aus nur Nullen und Einsen, wobei eine „1“ bedeutet „Heizung an“ und eine „0“ bedeutet „Heizung aus“. Das Ziel ist es, die perfekte Sequenz aus Einsen und Nullen zu finden, die die Pflanzen glücklich hält und die Energiekosten niedrig hält.

Die Forscher brachten vier verschiedene „Teilnehmer“ in den Ring, um dieses 24-Stunden-Rätsel zu lösen:

1. Der exakte Solver: Dies ist der „Goldstandard“. Es ist so, als würde man jede einzelne mögliche Kombination von Heizplänen prüfen (es gibt Milliarden davon), um die absolut perfekte Antwort zu finden. Es dauert lange, aber er kennt die Wahrheit.
2. Klassisches Simulated Annealing (SA): Dies ist ein intelligenter, altmodischer Algorithmus. Stellen Sie sich einen Wanderer vor, der versucht, den tiefsten Punkt in einem nebligen Tal zu finden. Der Wanderer macht zufällige Schritte, geht manchmal bergauf, um aus einer lokalen Senke zu entkommen, in der Hoffnung, schließlich das tiefste Tal zu finden.
3. Path-Integral Simulated Quantum Annealing (PIA): Dies ist ein „simulierter“ Quantencomputer, der auf einem regulären Computer läuft. Er versucht, das spukhafte Quantenverhalten des Wanderers nachzuahmen, indem er ihm ermöglicht, durch Hügel zu „tunneln“, anstatt über sie zu klettern, in der Hoffnung, den Boden schneller zu erreichen.
4. Die echten Quanten-Kontender: Dies sind die tatsächlichen Quantenmaschinen von D-Wave. Sie führten zwei Arten von Tests durch: einen „Hybrid“-Workflow (bei dem ein Quantenchip mit einem klassischen Computer zusammenarbeitet) und einen „Direkten“ Workflow (bei dem der Quantenchip versucht, das Ganze allein zu lösen, jedoch nur bei kleineren, einfacheren Versionen des Rätsels).

Die Ergebnisse: Wer hat das Rennen gewonnen?

Als das Rennen für den vollen 24-Stunden-Tag vorbei war, waren die Ergebnisse für die Quanten-Fans etwas überraschend.

Die Klassischen Champions: Sowohl der altmodische „Wanderer“ (SA) als auch der „Quantensimulator“ (PIA) leisteten hervorragende Arbeit. Sie fanden Lösungen, die fast perfekt waren, sehr nah an der „Goldstandard“-Antwort. Sie schafften es, das Gewächshaus auf der richtigen Temperatur zu halten und gleichzeitig Energie zu sparen, und sie taten dies bei jedem Testlauf zuverlässig.

Der Kampf des Hybriden: Der D-Wave Hybrid-Workflow, von dem man sich als Kraftpaket erwartet hatte, konnte nicht ganz mithalten. Unter den getesteten Zeitlimits (15 bis 60 Sekunden) fand er Lösungen, die zwar machbar waren (die Pflanzen erfroren nicht), aber nicht so gut waren wie die der klassischen Computer. Die hybriden Lösungen verbrauchten mehr Energie und ließen die Pflanzen nicht so gut wachsen. Selbst als die Forscher dem Hybrid-Solver mehr Zeit gaben (bis zu 60 Sekunden), wurde er nicht magisch besser. Es schien, als bliebe er an einem „gut genug“ Punkt hängen, anstatt den „besten“ Punkt zu finden.

Der direkte Quanten-Test: Für die kleineren, einfacheren Rätsel (die 10, 12 oder 14 Stunden statt 24 Stunden darstellten) zeigte der direkte Quantenprozessor einige vielversprechende Ansätze. Er fand die perfekte Antwort 5 von 10 Mal für das 10-Stunden-Rätsel und 2 von 10 Mal für das 12-Stunden-Rätsel. Als das Rätsel jedoch etwas größer wurde (14 Stunden), fand die Quantenmaschine die perfekte Antwort überhaupt nicht mehr. Obwohl sie nie eine „schlechte“ Antwort gab, die die Pflanzen hätte erfrieren lassen, wurde sie weniger zuverlässig darin, die beste Antwort zu finden, wenn das Problem wuchs.

Das Fazit: Kein Allheilmittel (noch nicht)

Das Wichtigste, was uns diese Arbeit sagt, ist, dass die Quantencomputer für diese spezielle Art von Problem die klassischen Computer nicht geschlagen haben.

Die Forscher waren sehr sorgfältig darin zu betonen, dass dies nicht bedeutet, dass Quantencomputer nutzlos sind. Es bedeutet nur, dass für dieses spezifische „Gewächshaus-Heizungs“-Rätsel die klassischen Methoden immer noch die Champions sind. Die Quantenmaschinen waren in der Lage, Lösungen zu finden, die funktionierten (die Pflanzen blieben warm), aber sie waren nicht so effizient oder konsistent wie die klassischen Algorithmen.

Die Studie hebt auch einen kniffligen Teil bei der Nutzung von Quantencomputern hervor: Es reicht nicht aus, nur eine Antwort von der Maschine zu erhalten. Man muss diese Antwort zurück in die reale Welt dekodieren (prüfen, ob der Heizplan tatsächlich funktioniert). Die Forscher stellten fest, dass die Quantenmaschinen manchmal Antworten gaben, die auf dem Papier okay aussahhen, aber nicht die besten waren, wenn man die reale Physik prüfte.

Kurz gesagt, ist diese Arbeit ein Realitätscheck. Sie zeigt, dass Quantencomputer zwar aufregend sind und kleine Versionen dieser Probleme lösen können, aber noch nicht die „Super-Löser“ sind, die unsere klassischen Computer für komplexe Aufgaben wie die Verwaltung eines Gewächshauses sofort ersetzen werden. Die klassischen „Wanderer“ gehen immer noch mit der besten Karte den Pfad entlang. Die Quantenmaschinen lernen noch, wie man das Gelände navigiert, und im Moment brauchen sie noch etwas Übung, bevor sie den Thron beanspruchen können.